Projet PYTHON

Léa NOIREAUX, Amine MOUSSA, Cécile PAILHE

Libraries

Import Dataset

Data Cleaning

_ Main _


Interprétations et visualisations autour d'une année (en particulier 2020)


1) Nombre de vente en fonction de l'année (par département et ville)

Par departement

Par ville (code Postal)

2) Nombre de ventes par Commune d'un département

3) Top communes ayant le plus de vente

4) Prix moyen du mètre carré de la surface réelle bâti d'un département sur une année.

5) Prix moyen du mètre carré de la surface de terrain d'un département sur une année.

6) Prix moyen du mètre carré de la surface de terrain des communes d'un département sur une année.

7) Surface Terrain en Fonction de la narutre de culture

8) Proportion type de bien

9) Répartition par type de local

10) Valeur Fonciere en fonction de la nature de mutation

11) Valeur fonciere en fonction du nb de pieces principales

12) Carte de France et prix moyen du MC (surface terrain) par département

13) Carte de France et nombre de vente par département

14) Valeur fonciere par département et par année (comparaison de tous les départements)

16) Valeur fonciere par département et par année (un département)

17) Boxplot sur la valeur fonciere par commune et par année (une commune)

18) Nombre de piece principales par surface reelle batie

20) Cas Covid en Fonction des transactions


Interprétations et visualisations en comparaison avec d'autres années


1) Nombre de ventes par année

2) Nombre de vente d'appartement/maison/dépendance sur les 5 années

3) Prix du MC dans un département sur les 5 ans

4) Prix moyen du MC dans une commune sur les 5 ans

5) Nature de mutation en fct de la valeur fonciere moyenne

6) Mutations per month (2 years comparaison)